科技公司的data职位十分热门，主要是进行搜索性能分析，全方面进行customer analytics。FLAG公司均最爱招Data岗位毕业生的公司，科技公司的Data岗位薪资薪资非常高，例如Meta的Data Analyst工资就达$110,000+。
在咨询行业现在数据科学家越来越多，主要是在参与到客户的项目中提供数据层面的解决方法。一般来说咨询行业数据科学家会参与到客户项目中，对相应数据做preprocessing、简单的analytics、简单的modeling，以及最重要的是做出一些data-driven decision，并且能用有效且简单的方式把business insight传达出来。所以在咨询行业做数据科学，技术水平需求并不是特别高，但需要有很强的解决问题能力+presentation能力。咨询公司由于工作性质，一般没有开设Data Analyst工作岗位，而只拥有名称更高端的Data Scientist工作，部分原因当然在于要给客户一个更加高大上的image。
在工作内容上约等于——咨询公司的Junior Data Scientist约等于Data Analyst，但是其薪资却十分客观，如麦肯锡的的Junior Data Scientist的工资平均可达10w左右。而同时，相应的岗位和部门也有所不同，例如BCG Gamma就是专门负责数据分析的部门，而咨询公司的Data Scientist相应的工资也会更高。
投行的Data岗位主要是处理交易的财务数据，总结成可视化数据报告，这样的工作类似于国内券商的研究部，是提供trader信息的重要部门。投行的Data岗位薪资也非常高，例如高盛的Data Analyst的工资就达$90,000+。
商业银行商业银行的数据分析岗位其实和投行差不多，其平均工资水平较低的原因是因为其工作岗位缺口更大，因此初级岗位更多，而且商业银行的工资水平也十分可观，例如Capital One的Data Analyst的工资就达将近$80,000+。
四大的Data工作主要岗位在Advisory部门，其工作也是以客户为导向，不过四大的Data工作比较基础，例如Digital或者IT Advisory部门给客户建立数据仓库，解决方案或者一些数据的可视化处理。从工资水平来看，四大的工资水平仍然不错，例如德勤的Data Analyst的工资就达$70,000+。
保险公司的Data Analyst的工作其实就是Data Scientist的入门职位，其日常工作围绕设计保险产品展开。利用各种统计和机器学习方法建立预测模型，从工资水平上看虽然保险公司不是那么诱人，但是由于其工作内容和性质，保险公司的Data Analyst可以通过不断提升自我晋升为Data Scientist。其他其他公司例如资讯公司也开设有Data岗位，其薪资水平虽不及以上岗位，但是仍然是追求稳定的好去处。
值得一提的是，无论是哪个行业，只要你足够努力，晋升为Data Scientist，那么工资水平都会有质的飞跃。同样，如果你是研究生毕业，同时有着足够的专业知识，那么你甚至可以直接从Data Scientist工作做起。
以LinkedIn为例，在职业早期，职业路径一般是按照：
Associate Data scientist → Data Scientist → Senior Data Scientist → Staff Data Scientist
到了Staff之后一般会根据自身兴趣选择继续IC（Individual Contributor）或者转为manager。如果在继续IC的话，再往上有Senior Staff Data Scientist – Chief of Staff (IC)。如果选择管理岗的话会按照manger – Senior Manager – Director – Senior Director – VP。一般来说2年以内工作经验会对应Data Scientist的级别，然后1-2年会升到Senior。Senior到staff通常2-5年，但是方差也很大，和个人能力、项目影响力以及老板的支持息息相关。
微信扫一扫
